DeerFlow 是什么
如果你觉得手动查资料、写报告、做PPT太费劲，DeerFlow 可能就是你的新伙伴。它全称 Deep Exploration and Efficient Research Flow，是字节跳动开源的一个社区驱动的深度研究框架。简单说，它把大语言模型（LLM）和一堆专业工具（比如网络搜索、网页爬虫、Python代码执行器）打包在一起，帮你自动化完成研究和内容创作的活儿。它的官网 https://deerflow.tech/ 就是项目的展示窗口，介绍、功能、文档都在那儿。
它的目标用户是研究人员、开发者这类专业人士，核心是模块化、多智能体协作，还强调“人在回路”（Human-in-the-Loop），让你能随时插手控制，确保研究过程既高效又不至于跑偏。
核心功能：你的AI研究小队
DeerFlow 的功能就像一个分工明确的小团队：
多智能体协作系统
基于 LangGraph 搭建，团队里有三位主力：
- 研究员 (Researcher)：负责上网冲浪，用搜索引擎、爬虫或者 MCP 服务去搜集信息。
- 编码员 (Coder)：技术担当，处理代码分析、运行 Python 脚本这些硬核任务。
- 报告员 (Reporter)：最后的整理者，把研究成果变成结构清晰的报告或其他格式。
他们通过状态驱动的工作流互相传递消息，协同完成任务。
动态任务迭代与计划
你扔给它一个问题，它能自己生成一个研究计划。更妙的是，这个计划在执行前会先给你过目，你可以审查、编辑、点头批准，这就是“人在回路”机制，确保方向不会太离谱。
集成的工具箱
这个小队装备精良：
- 搜索与爬虫：能用 Brave Search、Tavily 等引擎，还能爬网页。对搞学术的特别友好，因为它支持 Arxiv 搜索。
- 代码执行：内置 Python REPL 环境，数据分析、画个图什么的都能跑。
- 文本转语音 (TTS)：用火山引擎的 TTS API，能把写好的报告变成有声播客，语速音调还能调。
多样化的产出
研究成果不只有枯燥的文字：
- 结构严谨的研究报告。
- 可以直接演示的 PPT（用 Marp 生成）。
- 可以听的播客（靠 TTS 转换）。
- 还有交互式的 Web 界面展示结果。
交互模式与开源
你可以通过命令行或者 Web UI 跟它互动，实时调整方向。最重要的是，它完全开源，代码就在 GitHub 上，随便看、随便改、随便贡献。
技术架构与使用
它基于 LangChain 和 LangGraph 构建，后端 Python，前端 Node.js。用 uv 管理 Python 环境，用 nvm 和 pnpm 管 Node.js 环境，部署起来相对省心。支持 Windows、macOS、Linux。
想用的话，先去官网看看演示，然后去 GitHub 克隆项目，按照文档配好 API 密钥（比如搜索和 TTS 的），就能跑起来了。
适用场景
无论是需要快速收集文献写综述的学术研究，还是要做数据分析验证算法的技术开发，或者是想生成培训材料、行业分析报告的内容创作，DeerFlow 都能帮上忙。
一点重要提示
注意别搞混了：DeerFlow (https://deerflow.tech/) 和 DearFlow (https://www.dearflow.ai/) 是两码事。后者是个专注于营销、销售等领域的工作流自动化平台，而我们的 DeerFlow 核心是深度研究和内容生成。
